MétaCan
Menu
← Retour à la cohorte
Enregistrement W7078129027 · doi:10.5281/zenodo.16979926

APPRAISAL OF RESILIENCE AND ADJUSTMENT STRATEGIES IN NIGERIA'S HEALTH SUPPLY CHAIN IN NORTHEAST NIGERIA AMID HUMANITARIAN CRISES

2025· article· en· W7078129027 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainResilience (materials science)PopulationNonprobability samplingQualitative propertyGovernment (linguistics)Unit (ring theory)Quarter (Canadian coin)Psychological resilience

Résumé

récupéré en direct d'OpenAlex

Protracted conflict in Northeast Nigeria, particularly in Borno and Adamawa States, has severely threatened the health supply chain, undermining access to essential medicines and services, thus the need for resilience in the face of these challenges. This study appraised the resilience and adjustment strategies in Nigeria's health supply chain in northeast Nigeria amid humanitarian crises. The population included health supply chain stakeholders across Borno and Adamawa States with a sample size of 200 selected using the purposive sampling technique. Quantitative data were collected using questionnaire while Qualitative insights were obtained through key informant interviews with officials from government agencies, NGOs, and development partners. Quantitative data were analyzed using percentage, mean and regression statistics with the aid of the Statistical Product for Service Solution (SPSS V-27), while qualitative responses were thematically coded. Analysis was framed using a resilience systems theory model, emphasizing robustness, redundancy, resourcefulness, and rapidity. The result showed that less than a quarter 28(14.0%) indicated that the health supply chain was resilient. The primary challenges of the organization identified were: insecurity/conflict (97.0%), supply shortage (96.0%), limited funding (94.5%), infrastructure breakdown (78.5%), lack of trained personnel (66.5%), and poor communication system (58.5%). Resilience strategies employed by organization were: use of digital monitoring system (90.5%), buffer stock maintenance (88.5%), alternative supplier networks (84%), local sourcing during emergencies (81%), deployment of mobile storage unit (69%) and collaboration with humanitarian partners (61.5%). More than one quarter (34.0%) indicated that the current resilience strategy was effective. The Main limitations or gaps in organization’ current resilience strategies identified were limited emergency funding (96.5%), inadequate storage facilities (94.0%), weak distribution networks (88.0%), inconsistent supply chain (79.5%), lack of policy support (75.5%) and delayed decision-making processes (72.0%). Close to three quarter (73.5%) indicated that collaborations and partnerships is extremely criticalto organization’s resilience. The study concludes that the health supply chain in Northeast Nigeria operates within an exceedingly complex, volatile, and perpetually challenging environment, fundamentally characterized by prolonged and severe humanitarian crises. It recommends strengthened coordination among government and partners is critical for sustainable impact

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→